L'energia come regolatore supremo dell'intelligenza
Misuriamo le capacità di un Paese nel campo dell’intelligenza artificiale (IA) con lo stesso metodo che utilizziamo per classificare i rilasci di modelli. I benchmark, il numero di parametri e il costo per token costituiscono i nostri indicatori principali della competitività di un Paese rispetto ai suoi pari. Si tratta di un quadro di valutazione tristemente incompleto, che privilegia le capacità odierne a scapito della diffusione futura.
Jensen Huang, amministratore delegato di Nvidia e voce autorevole del settore dell’intelligenza artificiale, sempre vestito con la sua giacca di pelle, ha reso popolare un modello di intelligenza artificiale a “cinque strati” che illustra la vera profondità delle dimensioni delle capacità dell’IA. Questo modello rivela un ecosistema di dipendenze, in cui ogni strato è limitato da quello che lo precede.
Alla base c'è l'energia, che, come osserva Huang, «determina il limite massimo di intelligenza che può essere prodotta in assoluto».
Se l’energia è il fattore determinante fondamentale che regola la velocità con cui si possono sviluppare le capacità dell’IA, allora il vantaggio competitivo nazionale non risiede nella qualità dei modelli, bensì nella capacità fisica e istituzionale di aumentare rapidamente la potenza. Il primo è un risultato che non può concretizzarsi in assenza del secondo.
Il fabbisogno energetico dell’IA è notevole. Nel suo scenario di base, l’AIE prevede che il consumo di elettricità dei data center quasi raddoppierà, passando da 485 TWh ad almeno 945 TWh entro il 2030. Poiché i data center vengono costruiti in luoghi in cui l’approvvigionamento energetico è affidabile, il capitale è a basso costo e le infrastrutture digitali sono già presenti, gli Stati Uniti, l’Unione Europea e la Cina si trovano proprio al centro della domanda.
Tuttavia, questi paesi presentano capacità molto diverse di adattarsi al crescente fabbisogno energetico dell’IA. Poiché nessuna nazione è disposta a rinunciare alla corsa all’IA, tali differenze non sono mai state così marcate. Di seguito viene illustrata la loro genesi e viene analizzata una delle tre dinamiche scaturite dallo scontro tra la domanda di IA e le reti elettriche occidentali: l’uscita completa della domanda dalla rete, il trasferimento dei costi sui consumatori e un potenziamento delle infrastrutture che ricorre a qualsiasi soluzione possa essere realizzata più rapidamente.
Perché la Cina, gli Stati Uniti e l’UE si adattano a ritmi diversi
Lo sviluppo economico della Cina è ampiamente documentato. Negli ultimi 40 anni, il PIL pro capite è aumentato di quasi 50 volte in termini nominali in dollari. Non sorprende che, nello stesso periodo di 40 anni, il consumo energetico pro capite della Cina sia cresciuto del 495%, spinto sia dall’aumento del benessere della popolazione sia dal boom della produzione industriale. Nel frattempo, negli Stati Uniti e nell’Unione Europea, il consumo è rimasto sostanzialmente stabile.
Questi fattori hanno determinato due tendenze divergenti nella produzione di energia elettrica. La Cina, alle prese con un’economia in rapida espansione e un consumo energetico in forte aumento, ha potenziato in modo massiccio le proprie infrastrutture di produzione di energia elettrica, con una crescita della capacità di quasi l’8,5% all’anno negli ultimi 40 anni. La produzione totale degli Stati Uniti e dell’Unione Europea ha registrato una crescita annua rispettivamente dell’1,3% e dello 0,8%.
Produzione totale di energia elettrica: Stati Uniti, Unione Europea e Cina
Produzione annua di energia elettrica (TWh) | 1985–2025
Nulla di tutto ciò costituisce un'accusa alla strategia occidentale né una prova di una mancanza di ambizione. Si tratta semplicemente di una storia in cui pressioni diverse danno origine a sistemi diversi. La crescita della Cina, trainata da un'industrializzazione ad alto consumo energetico, è dipesa da un massiccio consumo di elettricità. Gli Stati Uniti e l’Unione Europea, invece, hanno storicamente ospitato economie molto più diversificate, passando progressivamente dalla produzione industriale alla tecnologia e ai servizi, settori che richiedono un consumo energetico di gran lunga inferiore. Le linee piatte nel grafico sopra mostrano il processo di disaccoppiamento in atto tra crescita economica e produzione di energia elettrica.
2000–2025, PIL reale rispetto alla produzione di energia elettrica
| PIL totale | Tasso di crescita annuo composto (CAGR) del PIL | Elettricità - Totale | Tasso di crescita annuale composto (CAGR) del settore elettrico | Elasticità1 | |
|---|---|---|---|---|---|
| Stati Uniti | +69% | 2.13% | +19% | 0.69% | 0.33 |
| Unione Europea | +41% | 1.38% | +7% | 0.26% | 0.19 |
| Cina | +587% | 8.01% | +681% | 8.57% | 1.07 |
In sintesi, la Cina ha sviluppato la propria capacità produttiva a un ritmo frenetico, anticipando la domanda, a causa di un’industrializzazione ad alto consumo energetico. Ha creato le capacità istituzionali necessarie a sostenere tale obiettivo: quote di costruzione imposte dall’alto, gestori di rete statali, finanziamenti da parte di banche di sviluppo, produzione nazionale integrata verticalmente. Gli Stati Uniti e l’Unione Europea hanno imposto misure di efficienza energetica e sono passati a economie basate sulla tecnologia e sui servizi. Hanno creato istituzioni che impediscono costruzioni superflue nel corso di decenni in cui l’edilizia era, di fatto, superflua: la revisione di prudenza e la dottrina del «usato e utile», l’autorità distribuita, il rilascio dei permessi come fase vincolante.
In un mondo in cui l’elettricità limita le potenzialità e la diffusione dell’intelligenza artificiale, la storia recente della Cina le conferisce un vantaggio in termini di esperienza consolidata. Aumentare la capacità della rete elettrica è un’impresa che conosce bene. L’Occidente, invece, deve riabituarsi a questa arte.
Quando la domanda di IA si scontra con una rete elettrica in fase di stagnazione
Questa riavvicinamento non è facoltativo. I data center non aspettano. Sono attratti da un mix di manodopera qualificata, domanda locale di IT, capitali e infrastrutture preesistenti. Gli Stati Uniti e l’Europa, pur non possedendo attualmente il potenziale latente della Cina, dispongono di questi ingredienti in abbondanza. Sono di conseguenza le due più grandi regioni al mondo per numero di data center e si collocano al primo e al terzo posto per capacità (la Cina, ovviamente, è al secondo posto).
Ecco quindi che sono arrivati i data center, e tutte le indici indicano che continueranno a proliferare. Il risultato è uno scontro tra una domanda in forte crescita e una rete elettrica stagnante. Tre dinamiche, segnalate in precedenza, definiranno l’esito di questo scontro: la domanda che esce dalla rete, i costi che ricadono sui consumatori e l’espansione stessa che si adeguerà a ciò che la catena di approvvigionamento è in grado di realizzare più rapidamente.
"Behind-the-meter": i data center che si disconnettono dalla rete elettrica
La prima tendenza consiste nell’abbandonare del tutto i sistemi fortemente congestionati. Negli Stati Uniti e nell’Unione Europea, i tempi di attesa per la connessione alla rete elettrica vanno ormai dai cinque ai dieci anni. Poiché i cluster di calcolo inattivi comportano costi opportunità estremamente elevati, gli sviluppatori scelgono sempre più spesso di passare al modello “behind-the-meter” (BTM). Il modello BTM assume solitamente una delle due forme seguenti.
Il primo è il gestore di un data center che sta realizzando un proprio impianto di generazione energetica in loco. È così che xAI è riuscita a costruire un cluster da 100.000 GPU in soli quattro mesi, installando turbine a gas in loco per una potenza di centinaia di megawatt.
Va sottolineato, tuttavia, che la rapidità di xAI ha avuto un prezzo. Le turbine non erano autorizzate e sono state oggetto di un’azione legale intentata dalla NAACP ai sensi del Clean Air Act.
La seconda opzione BTM è la co-locazione, che, pur essendo adottata anche negli Stati Uniti, rappresenta la soluzione BTM dominante in Europa a causa dei costi proibitivi del gas. La co-locazione consiste nella realizzazione di un data center nelle immediate vicinanze di un impianto di generazione o di stoccaggio esistente, attingendo direttamente da tale impianto anziché dalla rete stessa.
Chi paga: l’onere a carico dei contribuenti e l’aumento delle bollette
La seconda dinamica riguarda i costi; in particolare, chi li sostiene. Negli Stati Uniti, la risposta è sempre più spesso rappresentata dagli stessi utenti. Soddisfare la domanda energetica generata dal boom dell’IA richiederà ingenti investimenti nella rete elettrica. A meno che non vengano adottate strutture tariffarie che attribuiscano tali costi ai carichi che li generano, questo potenziamento sarà in ultima analisi sovvenzionato dai consumatori statunitensi attraverso bollette elettriche più elevate del 15–40% entro il 2030. In alcune aree, le condizioni attuali sono persino più gravi di quelle previste per il futuro.
Poiché i data center sono attratti da ecosistemi unici, il cui numero è limitato (anche in questo caso, definiti dalla presenza di manodopera qualificata, domanda IT, capitali e infrastrutture preesistenti), tendono a concentrarsi in aree geografiche specifiche. Ad esempio, i mercati europei “FLAP-D” (Francoforte, Londra, Amsterdam, Parigi e Dublino) rappresentano il 62% della capacità totale dei data center in Europa. Nel frattempo, un corridoio relativamente piccolo nella Virginia settentrionale, noto come “Data Center Alley”, rappresenta il più grande mercato di data center al mondo.
Il fatto che i data center non siano distribuiti in modo uniforme implica che nemmeno i loro effetti lo siano. Nelle regioni in cui sono concentrati, il carico dei data center supera di gran lunga le medie nazionali. In tutta la Virginia, i data center rappresentano il 25% della domanda totale di energia elettrica. In alcune aree adiacenti ai data center, i prezzi all’ingrosso dell’energia elettrica sono aumentati fino al 267% negli ultimi cinque anni.
Anche se non sono indicative della realtà nel suo complesso, queste cifre di primo piano hanno messo i politici in una posizione difficile: sostenere lo sviluppo dell’IA, sempre più considerata una necessità strategica dal punto di vista geopolitico ed economico, oppure appoggiare le misure di tutela dei contribuenti e le moratorie.
Sono le catene di approvvigionamento, non le preferenze, a determinare il mix energetico
La terza dinamica è il semplice pragmatismo: costruire comunque e realizzare tutto ciò che la catena di approvvigionamento è ragionevolmente in grado di fornire. In questo caso, i tempi di consegna hanno un’influenza di gran lunga maggiore sul mix energetico rispetto all’ideologia o alle preferenze.
Ogni progetto richiede una dotazione simile di apparecchiature di rete. I grandi trasformatori di potenza hanno un tempo di consegna di circa 128 settimane. Le unità di elevazione di tensione dei generatori richiedono circa 143 settimane. Questo limite minimo è comune a tutti i progetti. La differenza nei tempi di consegna deriva da ciò che si aggiunge a tale limite minimo.
Tre produttori controllano circa i tre quarti del mercato delle turbine a gas di grandi dimensioni e hanno di fatto esaurito le scorte. GE Vernova, ad esempio, ha chiuso il 2025 con un portafoglio ordini di 80 GW e prevede di essere al completo fino al 2030. I produttori consigliano ai potenziali clienti di pianificare tempi di consegna compresi tra i sette egli otto anni. Anche le batterie devono fare i conti con una scarsità di offerta, ma una maggiore diversificazione dei produttori fa sì che la pipeline sia molto meno limitata.
La conseguenza è evidente nelle previsioni relative alla composizione del potenziamento energetico nel breve termine. Ad esempio, negli Stati Uniti, l’EIA prevede che nel 2026 la nuova capacità su scala industriale raggiungerà il livello record di 86 GW, di cui il 51% proveniente dal solare, il 28% dall’accumulo in batterie e il 14% dall’eolico. Il gas naturale rappresenta circa il 7%.
Nuove installazioni di impianti su larga scala negli Stati Uniti: 2026
Aumenti previsti della capacità di generazione su scala industriale (GW) | 86 GW in totale — il maggiore aumento registrato in un singolo anno dal 2002
- Solare 43,4 GW·51%
- Accumulo in batterie 24,3 GW·28%
- Eolico 11,8 GW·14%
- Gas naturale 6,3 GW·7%
GW
Nel mondo in rapida evoluzione dell’intelligenza artificiale, in cui ogni mese perso comporta milioni di ricavi differiti, il megawatt più allettante è quello che può essere realizzato nel minor tempo possibile. Ciò coinvolge sempre più spesso il solare e lo stoccaggio.
Cosa comporta per gli investitori la domanda energetica legata all'intelligenza artificiale
Per decenni, la modernizzazione delle reti elettriche occidentali è rimasta perennemente in secondo piano. È stata sostenuta da tutti, ma non finanziata da nessuno, e non è stata considerata urgente da nessuno in particolare (o almeno da nessuno con una posizione sufficientemente autorevole). L’intelligenza artificiale cambia questa dinamica. Quando l’elettricità diventa il vincolo determinante per una tecnologia che i governi considerano un’infrastruttura strategica, le istituzioni create per limitare la costruzione acquisiscono un motivo per autorizzarla. La riforma delle code di interconnessione negli Stati Uniti, il «Grids Package» dell’UE e la spesa per la trasmissione ai massimi storici indicano tutti che l’imponente macchina delle reti occidentali sta cominciando a muoversi a fatica. È fondamentale sottolineare che il catalizzatore principale non è stato il tanto atteso affermarsi delle argomentazioni a favore del clima, bensì l’improvvisa necessità di garantire la competitività.
La composizione dello sviluppo infrastrutturale e la velocità con cui deve avvenire non possono essere separate. Esse procedono lungo un percorso intrecciato verso una transizione verde. Con le riserve di turbine a gas che si esauriranno nel prossimo decennio, il megawatt più veloce, e quindi più prezioso, è quello proveniente dalle fonti rinnovabili. La domanda legata all’intelligenza artificiale, spesso dipinta come il principale antagonista della transizione energetica, potrebbe rivelarsi il suo più potente acceleratore.
Questa transizione, e la corsa che la sta guidando, richiederà ingenti capitali. Nel disimpiegarli, gli investitori dovranno rispondere a una lunga serie di domande che abbracciano tematiche sociali, di governance, relative alla catena di approvvigionamento e ambientali. Quali aziende di servizi pubblici e fornitori di apparecchiature di rete si trovano dalla parte giusta di un ciclo di investimenti decennale? Quanto sono esposte le regioni con un’alta concentrazione di data center (e le aziende che vi operano) alle reazioni negative dei contribuenti e a potenziali scossoni normativi? Cosa stanno facendo le aziende per ridurre tale esposizione?
Le risposte non saranno facili da trovare, ma saranno proprio quelle a determinare chi trarrà profitto da questa rivoluzione energetica.
La torta di Huang è composta da cinque strati, ma solo uno di essi è realizzato in cemento armato e intrecciato con fili di rame. I parametri di riferimento misurano l’intelligenza di una nazione; le reti ne determinano quella che essa può aggiungere. Le nazioni che costruiscono fisseranno esse stesse il proprio limite massimo per quest’ultima.
Rimani aggiornato
Informazioni sull'autore
